一种机场飞机泊位警示灯安全管控系统及方法技术方案

本发明专利技术公开了一种机场飞机泊位警示灯安全管控系统及方法，包括停机位线、泊位监测控制系统、泊位摄像监控装置和信号灯组件，泊位摄像监控装置的摄像机对应停机位线区域内进行摄像拍摄，信号灯组件包括车道泊位警示灯，车道泊位警示灯对应布设于停机位线附近的车道上；泊位监测识别模块对泊位摄像监控装置所拍摄的视频流图像进行图像识别并判定停机位线是否停放飞机。信号灯控制模块对信号灯组件进行灯光开关、灯光颜色控制。本发明专利技术在机场飞机泊位附近设有警示灯安全管控系统，能够自动识别飞机是否正在入位，在飞机入位时以不同颜色灯光警示提醒附近车辆，引导车辆在夜晚视线不好时安全行驶，提高了机场安全管理能力。提高了机场安全管理能力。提高了机场安全管理能力。

【技术实现步骤摘要】
一种机场飞机泊位警示灯安全管控系统及方法


[0001]本专利技术涉及飞机泊位安全管理领域，尤其涉及一种机场飞机泊位警示灯安全管控系统及方法。

技术介绍

[0002]机场飞机泊位是停靠飞机的位置区域，根据民航运营相关安全管理规定：在航空器进入机位过程中，任何车辆、人员不得在航空器和接机人员或目视泊位引导系统之间穿行。机场各类保障车辆时不时地在机场各区域穿梭，由于受到航班楼、廊桥等各类设施的视线影响，就存在行驶车辆和进位航空器冲突的安全风险，如何在飞机进入机位进行警示提醒和信号灯指示，是机场安全运营的重要环节。

技术实现思路

[0003]针对现有技术存在的不足之处，本专利技术的目的在于提供一种机场飞机泊位警示灯安全管控系统及方法，在机场飞机泊位附近设有警示灯安全管控系统，能够自动识别飞机是否正在入位，在飞机入位时以不同颜色灯光警示提醒附近车辆，引导车辆在夜晚视线不好时安全行驶，提高了机场安全管理能力。
[0004]本专利技术的目的通过下述技术方案实现：
[0005]一种机场飞机泊位警示灯安全管控系统，包括停机位线、泊位监测控制系统、泊位摄像监控装置和信号灯组件，泊位摄像监控装置、信号灯组件分别与泊位监测控制系统连接，泊位摄像监控装置包括摄像机，泊位摄像监控装置的摄像机对应停机位线区域设置并对停机位线区域内进行摄像拍摄，信号灯组件包括车道泊位警示灯，车道泊位警示灯对应布设于停机位线附近的车道上。泊位监测控制系统包括泊位监测识别模块和信号灯控制模块，泊位监测识别模块对泊位摄像监控装置所拍摄的视频流图像进行图像识别并判定停机位线是否停放飞机。信号灯控制模块对信号灯组件进行灯光开关、灯光颜色控制。
[0006]为了更好地实现本专利技术，泊位监测识别模块内部具有飞机入位识别神经网络模型，飞机入位识别神经网络模型接收泊位摄像监控装置的视频流图像并在视频流图像划设出机位监测框，该机位监测框与泊位摄像监控装置布设相关联，机位监测框与停机位线相对应，飞机入位识别神经网络模型接收泊位摄像监控装置的视频流图像并根据特征提取对应识别是否含有飞机并针对识别出的飞机画出电子围栏，按照如下方法进行飞机入位判定：
[0007]若飞机入位识别神经网络模型识别出视频流图像含有飞机，连续N帧视频流图像的电子围栏与机位监测框重叠区域逐渐变大，则判定飞机正入位并反馈泊位监测控制系统发出灯光报警。
[0008]若飞机入位识别神经网络模型识别出视频流图像含有飞机，连续N帧视频流图像的电子围栏与机位监测框重叠区域逐渐变小，则判定飞机正离位并反馈泊位监测控制系统发出灯光报警。
[0009]若飞机入位识别神经网络模型识别出视频流图像含有飞机，电子围栏与机位监测框重叠区域达到阈值K且连续N帧重叠区域无变化，则判定飞机已入位并反馈泊位监测控制系统停止灯光报警。
[0010]优选地，飞机入位识别神经网络模型包括飞机检测卷积神经网络，飞机检测卷积神经网络根据样本标注、神经网络飞机识别训练而得到，样本标注、神经网络飞机识别训练基于YOLO V4算法进行处理。
[0011]优选地，飞机入位识别神经网络模型在识别出视频流图像含有飞机时，从泊位摄像监控装置的视频流图像每隔M帧提取一帧视频流图像。飞机入位识别神经网络模型在识别出视频流图像不含有飞机时，从泊位摄像监控装置的视频流图像每隔N帧提取一帧视频流图像，M＞N。
[0012]优选地，飞机检测卷积神经网络所训练的样本数据包含低能见度天气所采集的图像不低于10％，低能见度天气包括雨、雪、雾。
[0013]优选地，信号灯组件还包括停机位线指示灯，停机位线指示灯对应布设于停机位线上，信号灯控制模块收到泊位监测控制系统的灯光报警后，信号灯控制模块的灯光控制方法如下：
[0014]信号灯控制模块控制停机位线的车道泊位警示灯的灯光由绿色变为红色，同时控制相邻停机位线的车道泊位警示灯的灯光由绿色变黄色。信号灯控制模块控制停机位线指示灯的灯光由黄色变红色。
[0015]信号灯控制模块收到泊位监测控制系统停止灯光报警后，信号灯控制模块的灯光控制方法如下：
[0016]信号灯控制模块控制停机位线的车道泊位警示灯的灯光由红色变为绿色，同时控制相邻停机位线的车道泊位警示灯的灯光由黄色变绿色。信号灯控制模块控制停机位线指示灯的灯光由红色变黄色。
[0017]优选地，本专利技术还包括机场车辆定位管理系统，泊位监测控制系统与机场车辆定位管理系统连接，泊位监测控制系统监测识别到视频流图像含有飞机并向机场车辆定位管理系统发送飞机入位位置信息，机场车辆定位管理系统中包含有机场中所有作业车辆的位置信息。
[0018]优选地，车道泊位警示灯安装设于机场的廊桥上，摄像机安装设于机场的航站楼。
[0019]一种机场飞机泊位警示灯安全管控方法，其方法如下：
[0020]A、泊位摄像监控装置对监测位的停机位线区域内进行摄像拍摄并将所拍摄的视频流图像传输泊位监测控制系统，泊位监测控制系统的泊位监测识别模块内部具有飞机入位识别神经网络模型，飞机入位识别神经网络模型接收泊位摄像监控装置的视频流图像并在视频流图像划设出机位监测框，该机位监测框与泊位摄像监控装置布设相关联，机位监测框与停机位线相对应，飞机入位识别神经网络模型接收泊位摄像监控装置的视频流图像并根据特征提取对应识别是否含有飞机并针对识别出的飞机画出电子围栏，按照如下方法进行飞机入位判定：
[0021]若飞机入位识别神经网络模型识别出视频流图像含有飞机，连续N帧视频流图像的电子围栏与机位监测框重叠区域逐渐变大，则判定飞机正入位并反馈泊位监测控制系统发出灯光报警。
[0022]若飞机入位识别神经网络模型识别出视频流图像含有飞机，连续N帧视频流图像的电子围栏与机位监测框重叠区域逐渐变小，则判定飞机正离位并反馈泊位监测控制系统发出灯光报警。
[0023]若飞机入位识别神经网络模型识别出视频流图像含有飞机，电子围栏与机位监测框重叠区域达到阈值K且连续N帧重叠区域无变化，则判定飞机已入位并反馈泊位监测控制系统停止灯光报警。
[0024]B、泊位监测控制系统的信号灯控制模块对信号灯组件进行灯光开关、灯光颜色控制。
[0025]B1、若信号灯控制模块收到泊位监测控制系统的灯光报警后，信号灯控制模块的灯光控制方法如下：
[0026]信号灯控制模块控制停机位线的车道泊位警示灯的灯光由绿色变为红色，同时控制相邻停机位线的车道泊位警示灯的灯光由绿色变黄色。信号灯控制模块控制停机位线指示灯的灯光由黄色变红色。
[0027]B2、若信号灯控制模块收到泊位监测控制系统停止灯光报警后，信号灯控制模块的灯光控制方法如下：
[0028]信号灯控制模块控制停机位线的车道泊位警示灯的灯光由红色变为绿色，同时控制相邻停机位线的车道泊位警示灯的灯光由黄色变绿色。信号灯控制模块控制停机位线指示灯的灯光由红色变黄色。
[0029]本专利技术较现有技术相比，具有以下优点及有益效果：
[0030](1)本专利技术本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种机场飞机泊位警示灯安全管控系统，包括停机位线(1)，其特征在于：还包括泊位监测控制系统、泊位摄像监控装置和信号灯组件，泊位摄像监控装置、信号灯组件分别与泊位监测控制系统连接，泊位摄像监控装置包括摄像机(3)，泊位摄像监控装置的摄像机(3)对应停机位线(1)区域设置并对停机位线(1)区域内进行摄像拍摄，信号灯组件包括车道泊位警示灯(4)，车道泊位警示灯(4)对应布设于停机位线(1)附近的车道(5)上；所述泊位监测控制系统包括泊位监测识别模块和信号灯控制模块，所述泊位监测识别模块对泊位摄像监控装置所拍摄的视频流图像进行图像识别并判定停机位线(1)是否停放飞机；所述信号灯控制模块对信号灯组件进行灯光开关、灯光颜色控制。2.按照权利要求1所述的一种机场飞机泊位警示灯安全管控系统，其特征在于：所述泊位监测识别模块内部具有飞机入位识别神经网络模型，飞机入位识别神经网络模型接收泊位摄像监控装置的视频流图像并在视频流图像划设出机位监测框，该机位监测框与泊位摄像监控装置布设相关联，机位监测框与停机位线(1)相对应，飞机入位识别神经网络模型接收泊位摄像监控装置的视频流图像并根据特征提取对应识别是否含有飞机并针对识别出的飞机画出电子围栏，按照如下方法进行飞机入位判定：若飞机入位识别神经网络模型识别出视频流图像含有飞机，连续N1帧视频流图像的电子围栏与机位监测框重叠区域逐渐变大，则判定飞机正入位并反馈泊位监测控制系统发出灯光报警；若飞机入位识别神经网络模型识别出视频流图像含有飞机，连续N2帧视频流图像的电子围栏与机位监测框重叠区域逐渐变小，则判定飞机正离位并反馈泊位监测控制系统发出灯光报警；若飞机入位识别神经网络模型识别出视频流图像含有飞机，电子围栏与机位监测框重叠区域达到阈值K且连续N3帧重叠区域无变化，则判定飞机已入位并反馈泊位监测控制系统停止灯光报警。3.按照权利要求2所述的一种机场飞机泊位警示灯安全管控系统，其特征在于：所述飞机入位识别神经网络模型包括飞机检测卷积神经网络，飞机检测卷积神经网络根据样本标注、神经网络飞机识别训练而得到，样本标注、神经网络飞机识别训练基于YOLO V4算法进行处理。4.按照权利要求2所述的一种机场飞机泊位警示灯安全管控系统，其特征在于：所述飞机入位识别神经网络模型在识别出视频流图像含有飞机时，从泊位摄像监控装置的视频流图像每隔M帧提取一帧视频流图像；飞机入位识别神经网络模型在识别出视频流图像不含有飞机时，从泊位摄像监控装置的视频流图像每隔N帧提取一帧视频流图像，M＞N。5.按照权利要求3所述的一种机场飞机泊位警示灯安全管控系统，其特征在于：所述飞机检测卷积神经网络所训练的样本数据包含低能见度天气所采集的图像不低于10％，低能见度天气包括雨、雪、雾。6.按照权利要求1所述的一种机场飞机泊位警示灯安全管控系统，其特征在于：信号灯组件还包括停机位线指示灯，停机位线指示灯对应布设于停机位线(1)上，信号灯控制模块收到泊位监测控制系统的灯光报警后，信号灯控制模块的灯光控制方法如下：信号灯控制模块控制停机位线(1)的车道泊位警示灯(4)的灯光由绿色变为红...

【专利技术属性】
技术研发人员：许伟村，姚昌金，吴丁超，熊延煌，
申请(专利权)人：北京立思辰智汇科技有限公司，
类型：发明
国别省市：